還沒玩明白激光雷達，車企又開始給用戶講算法了

作者｜JimmyMa

郵箱｜majiming@pingwest.com

買有輔助駕駛功能的車型，一般人會看軟件還是硬件？

相比于晦澀難懂、不夠直觀的自動駕駛軟件來說，車企更愿意聊聊有硬核參數(shù)與沖擊力的硬件。這點從很多專業(yè)用戶都喜歡談?wù)摰?ldquo;激光雷達數(shù)量和線束”就可以看得出來。

不過，最近出現(xiàn)了一家樂于講軟件的車企——飛凡汽車。號稱行業(yè)首個全融合智駕方案落地，也引出了“自動駕駛的關(guān)鍵到底是軟件還是硬件”這一老生常談的話題。不過，無論是軟件還是硬件，其實車企更應(yīng)該講點其他的。

“（激光雷達）四顆以下，請別說話。”

“算力高達1017TOPS，是特斯拉的7倍。”

這兩句話，分別是沙龍機甲龍的宣傳語，以及NIO DAY上李斌對ET7超算平臺的介紹。車企更愿意介紹與強調(diào)硬件，軟件上通常只是一句“該功能通過后期OTA實現(xiàn)”。自動駕駛的關(guān)鍵，在于硬件嗎？

目前來看，自動駕駛還是一項前沿技術(shù)，如果想要實現(xiàn)真正的“自動駕駛”（L4），軟件硬件都必須到位。但軟件能力的提升，一定程度上可以減少傳感器數(shù)量。例如有些Robotaxi只需要2顆激光雷達，而有些則需要6-8顆左右。當然，激光雷達的數(shù)量并不能直接反映軟件水平，還要考慮到具體每個激光雷達的成本與性能，以及各家的技術(shù)路線。例如毫末智行提出的“重感知輕地圖”技術(shù)路線，也需要重視傳感器的配置，但并不代表軟件能力的強弱。

自動駕駛的硬件，包含超算平臺、感知傳感器、通信模塊以及慣性測量單元等等。差異主要集中在傳感器與超算平臺。而人們討論的話題，也往往集中于“傳感器與算法”的平衡上。把范圍縮小到擁有導(dǎo)航輔助駕駛（NOA）功能的車型上來看，目前有很多種技術(shù)路線。

特斯拉可以算獨一檔，為達到控制整車成本的目的，主要依靠視覺感知來實現(xiàn)輔助駕駛功能，雖然車輛成本確實下降，但在軟件算法、數(shù)據(jù)處理以及深度學(xué)習(xí)等方面的投入是一般新勢力難以企及的高度，以2021年為例，特斯拉的研發(fā)投入高達26億美元，高于“蔚小理”三家總和。

按照特斯拉的思路來看，雖然前期研發(fā)投入大，但只要銷量夠大，均攤下來是劃算的。此外，從研發(fā)角度來看，堅持一條路線（視覺或激光雷達）也有利于從L2向自動駕駛（L3及以上）的順利過渡。

不過，這樣的技術(shù)路線也存在弊端，一方面，在軟件能力還不夠的今天，僅依靠視覺感知的特斯拉在遭遇靜止物體、極端天氣等場景時，依然不夠穩(wěn)定，也因此出現(xiàn)過多起事故。另一方面，有觀點認為，激光雷達現(xiàn)在的成本雖然相比攝像頭高出數(shù)倍，但隨著激光雷達的生產(chǎn)工藝提升，規(guī)模擴大，預(yù)計車載激光雷達的平均單價將會從2021年的6500元降低至2030年的1719元（數(shù)據(jù)來源：《中國激光雷達行業(yè)發(fā)展現(xiàn)狀分析與投資戰(zhàn)略調(diào)研報告（2022-2029年）》），成本上的優(yōu)勢便不復(fù)存在，反而會在技術(shù)及體驗上落后于選擇激光雷達路線的車企。

另一條路線，則是在硬件上拉滿，搭載激光雷達、大算力芯片等，規(guī)格上早已超過普通L2級別的需求。一方面，車企解釋為“硬件預(yù)埋”，日后通過OTA升級可實現(xiàn)城市道路上的導(dǎo)航輔助駕駛功能，甚至是提升至L3及以上自動駕駛水平。目前蔚來、小鵬、理想、埃安、極狐與魏牌等車企均有城市NOA功能的開放計劃。

另一方面，在L2階段，駕駛員是駕駛的主要責(zé)任人，因此并不需要輔助駕駛達到全場景都能完美運作，但為了拉開差距，提升體驗，也會有車企盡量將輔助駕駛的體驗向“自動駕駛”靠攏，因此，需要更高的硬件水平。

不過，可以明確一點，沒有不重視自動駕駛軟件算法的，只不過當前的軟件水平還不足以讓激光雷達等硬件“下崗”，因此，至少在現(xiàn)階段，想帶來良好體驗，軟硬件都需要到位。

車企更愿意講硬件，其實很好理解。硬件有實打?qū)嵉膮?shù)，最容易比較，從人無我有，到人有我多，從個數(shù)到參數(shù)，都很容易能和競品進行比較，拉開差距。此外，硬件非常直觀，有就是有，沒有就是沒有。

但軟件故事，還真就不太好講。

軟件層面的東西，其實比較難以體現(xiàn)，尤其是在自動駕駛領(lǐng)域。

不過飛凡汽車這次很“頭鐵”，講起了軟件上的創(chuàng)新。在感知融合上，號稱使用了行業(yè)首創(chuàng)Full Fusion全融合算法。通俗來說就是使用了前融合+后融合+混合融合三種。

我們都知道，車輛上有激光雷達、毫米波雷達、超聲波雷達以及攝像頭等多種傳感器。車輛需要把他們的數(shù)據(jù)融合到一起。在融合方式上，目前絕大多數(shù)都采用后融合。后融合，是各傳感器分別通過各自的感知算法，輸出對物體的識別結(jié)果給主處理器，通過卡爾曼濾波等方式再進行融合，這種方式融合的是目標數(shù)據(jù)而非原始數(shù)據(jù)。

而前融合技術(shù)則較為少見，其原理是將各傳感器的原始數(shù)據(jù)進行時間與空間上的同步后，統(tǒng)一在主處理器進行處理。這種方式的優(yōu)勢在于可以大大提升對物體感知的全面性，減少誤檢漏檢發(fā)生。但難度很高，一方面，對于處理器的算力要求非常高，另一方面，將各傳感器的空間進行對齊也存在困難。

飛凡汽車這次提出的“全融合”，則是將兩種融合技術(shù)再加上兩種相融的結(jié)果，三種進行融合，但為什么不只是用更有優(yōu)勢的前融合，三種融合在實際使用時又是怎樣工作的，實際上都占了多大比重。這些關(guān)鍵問題，飛凡汽車并沒有詳細說明。

圖源：飛凡汽車

手機、電腦等消費品的“軟件”，可以直觀地通過UI來體現(xiàn)，但自動駕駛的軟件層面并沒有直觀的體現(xiàn)方式。只能靠車企“一張嘴”來說。但從兩方面，就注定車企在這部分的故事講不深。

一方面，軟件算法比較晦澀難懂，想要通俗易懂并正確的傳遞給大眾，存在難度。這次飛凡汽車“試圖”為用戶講明白軟件上的創(chuàng)新，就被媒體指出“硬傷太多”。車企自己都能講錯，更別說用戶理解起來有多費勁。另一方面，軟件如何真正體現(xiàn)給用戶看？總不能拿底層代碼來看吧，最后就變成講太多了涉密，而講得太少又沒意義這種局面。

話說回來，如此強調(diào)軟件的飛凡R7，這次在感知硬件上也拉得很高，不但搭載了LUMINAR激光雷達，還搭載了采埃孚的Premium4D成像雷達。從宣傳角度來說，與其強調(diào)這些軟件上的東西，還不如講講硬件來得實在。但在品駕看來，無論講軟件還是硬件，事實上都有點跑偏。

汽車新四化讓車變得更像是“數(shù)碼產(chǎn)品”，比參數(shù)那一套邏輯也被帶到了車上來。車企強調(diào)車的算力、芯片、車內(nèi)的屏幕個數(shù)、輔助駕駛的功能點等等，但“這些屏幕用起來到底怎么樣？輔助駕駛好用嗎？極端工況下這些功能還能應(yīng)對嗎？”等這些注重效果的內(nèi)容，則被忽視。

特別是在輔助駕駛方面，如果只看功能點，很多家都很類似，但從實際體驗來看，相差甚遠。舉個例子，算力只有10TOPS的理想ONE可以在部分高速道路上使用導(dǎo)航輔助駕駛功能，而算力高達1016TOPS的蔚來ET7，在城市導(dǎo)航輔助駕駛功能開放前，這款車也只能在部分高速路段使用導(dǎo)航輔助駕駛功能。如果不看實際效果，那它們又有什么區(qū)別？多出的一千算力意義何在？

重參數(shù)，最后也只會引來參數(shù)上的內(nèi)卷，激光雷達從一個變成四個，算力從10變成1000。車企有必要從實際應(yīng)用與體驗角度上，講明白自己的產(chǎn)品，而不是拋出一些唬人的參數(shù)與技術(shù)。產(chǎn)品最終還是拿來用的，而不是拿來比的。飛凡汽車也提出了“堅持做大腕不做大嘴”的口號，這款車的水平究竟如何，等著拿實際表現(xiàn)來說話。